numpy.ma.indices

ma.indices(dimensions, dtype=<class 'int'>, sparse=False)[source]

Возвращает массив, представляющий индексы сетки.

Вычисляет массив, где подмассивы содержат значения индексов 0, 1, …, изменяющиеся только вдоль соответствующей оси.

Параметры

dimensionsпоследовательность целых чисел

Форма сетки.

dtypedtype, необязательно

Тип данных результата.

sparseboolean, необязательно

Возвращает разреженное представление сетки вместо плотного. По умолчанию False.

Новая в версии 1.17.

Возвращает

gridодин ndarray или кортеж ndarray

Если sparse равен False:

Возвращает один массив индексов сетки, grid.shape = (len(dimensions),) + tuple(dimensions).

Если sparse равен True:

Возвращает кортеж массивов, с grid[i].shape = (1, ..., 1, dimensions[i], 1, ..., 1) по размеру dimensions[i] на i-м месте

См. также

mgrid, ogrid, meshgrid

Примечания

Форма выходных данных в плотном случае получается путем добавления числа измерений перед кортежем размеров, т.е. если dimensions является кортежем (r0, ..., rN-1) длины N, форма выходных данных равна (N, r0, ..., rN-1).

Подмассивы grid[k] содержат N-мерный массив индексов вдоль k-th оси. Явно:

grid[k, i0, i1, ..., iN-1] = ik

Примеры

>>> grid = np.indices((2, 3))
>>> grid.shape
(2, 2, 3)
>>> grid[0]        # row indices
array([[0, 0, 0],
       [1, 1, 1]])
>>> grid[1]        # column indices
array([[0, 1, 2],
       [0, 1, 2]])

Индексы могут использоваться в качестве индекса в массив.

>>> x = np.arange(20).reshape(5, 4)
>>> row, col = np.indices((2, 3))
>>> x[row, col]
array([[0, 1, 2],
       [4, 5, 6]])

Обратите внимание, что в приведенном выше примере было бы проще извлечь необходимые элементы напрямую с помощью x[:2, :3].

Если sparse установлено в true, сетка будет возвращена в разреженном представлении.

>>> i, j = np.indices((2, 3), sparse=True)
>>> i.shape
(2, 1)
>>> j.shape
(1, 3)
>>> i        # row indices
array([[0],
       [1]])
>>> j        # column indices
array([[0, 1, 2]])